nth_element() 算法和 partial_sort() 不同。应用的范围由它的第一个和第三个参数指定。第二个参数是一个指向第 n 个元素的迭代器。如果这个范围内的元素是完全有序的，nth_d...070- 通过示例很容易理解什么是部分排序。假设有一个容器，它保存了 100 万个数值，但我们只对其中最小的 100 个感兴趣。可以对容器的全部内容排序，然后选择前 100 个元素，但这可能有点消耗时间。这时候...078
- sort() 算法可能会改变相等元素的顺序，有时候这不是我们想要的。假设有一个保存某种事务的容器，或许是银行账户。进一步假设，在处理它们之前，为了能够有序更新这些账户，需要按照账号对这些事务排序。如果...079
- 在很多应用中，排序都是至关重要的，而且很多 STL 算法也只适用于有序对象序列。定义在 algorithm 头文件中的函数模板 sort() 默认会将元素段排成升序，这也就意味着排序的对象的类型需要支...066
- 复数是 a+bi 形式的数，其中 a 和 b 是真数，在 C++ 代码中是浮点值，i 是根号 1。a 被称作复数的实数部分，b 乘以 i 被称作虚数部分。使用复数的程序一般都很专业，例如，复数可以用于...056
- duration (持续时间) 是定义为时间刻度数的时间间隔，可以指定一个时间刻度是多少秒。因此，时间刻度是衡量时间长短的基础。duration 模板的实例类型的对象定义了 duration。时间刻度...067
- valarray 头文件中定义了 gslice 类，这是切片思想的泛化。gslice 对象从起始索引生成索引值，就像一个切片，但它能生成两个或两个以上的切片，具体实现方式有一点复杂。通常，gslice...049
- valarray 对象以序列的方式保存其中的元素。像之前说的那样，通过使用下标运算符来使用索引可以得到任何元素的引用，并能够获取或设置值。下面是一些示例：std::valarray data {1,2...058
- 这里有 4 个可以应用到 valarray 对象的一元运算符：+、、~ 和 。效果是将运算符应用到数组的每个元素上，并返回一个新的 valarray 对象作为结果，不改变原对象。只能将它们应用到元素类...062
- 定义在 valarray 头文件中的 valarray 类模板定义了保存和操作数值序列的对象的类型，主要用来处理整数和浮点数，但也能够用来保存类类型的对象，只要类满足一些条件：类不能是抽象的。publ...0111
- algorithm 头文件中定义了 3 个可以运用到序列的算法：min_element()：会返回一个指向输入序列的最小元素的迭代器；max_element()：会返回指向最大元素的迭代器；minma...082
- 定义在 header 头文件中的 partial_sum() 可以计算输入序列中元素的部分和，并将结果保存到一个输出序列中。partial_sum() 会计算出输入序列中长度从1开始不断增加的序列的和...056
- numeric 头文件中的 adjacent_difference() 算法可以算出输入序列中相邻元素对的差，并将它们保存到另一个序列中。第一个元素会被原封不动地复制到新的序列中，然后用第二个元素减去...080
- 两个 vector 的内积是对应元素的乘积之和。为了能够得到内积，vector 的长度必须相同。内积是矩阵算术的基本运算。两个矩阵的乘积是一个矩阵，它是由第一个矩阵的每一行乘以第二个矩阵的每一列得到的...069
- 我们已经介绍过 accumulate() 算法的基本版本，可以用 + 运算符求出元素序列的和。前两个参数是定义序列的输入迭代器，第三个参数是和的初值；第三个参数的类型决定了返回值的类型。第二个版本的第...069
- 定义在 numeric 头文件中的 iota() 函数模板会用连续的 T 类型值填充序列。前两个参数是定义序列的正向迭代器，第三个参数是初始的 T 值。第三个指定的值会被保存到序列的第一个元素中。保存...064
- 可以用流迭代器和流缓冲区迭代器来传送数据和读取 string 流。string 流是表示内存中字符缓冲区中的 I/O 对象,是定义在 sstream 头文件中的 3 个模板中的一个模板的实例：basi...065
- 众所周知，流迭代器是从流中读取的单通迭代器，它是一个输入流迭代器，或写入流（如果它是一个输出流迭代器的话）。流迭代器只能传送给定类型的数据到流中或者从流中读取给定类型的数据。如果想用流迭代器来传送一系...059
- subtract_with_carry_engine 模板定义了实现带进位减法的随机数引擎，这是对线性同余算法的改进。像线性同余算法一样，带进位减法算法釆用递归关系定义序列中的连续值，但是每个值 xi...085
- mersenne_twister_engine 类模板实现了梅森选择算法，它被这样叫是因为周期长度是一个梅森素数。梅森素数是 2n1 形式的素数，因此 7 和 127 是梅森素数；当然，用在这个算法中...065
- linear_congruential_engine 类模板实现了一个最老且最简单的生成整数随机序列的算法，它被叫作线性同余法。这个算法包含 3 个参数：乘数 a、增量 c 和模 m。这些值的选择对于...074
- ST L中有 3 个随机数引擎的类模板。它们中的每一个都实现了用来生成随机数序列的著名且高效的算法，但它们都有不同的优缺点。这里的 3 个模板是 STL 提供的所有 10 个标准的随机数生成器类类型的...0138
- 二项式分布是一个离散分布，它可以模型化一系列独立的二元事件。每一个事件只有两种结果（成功或失败），所有事件的成功率相同。它是由两个参数定义的，t 和 p，t 是实验的次数，p 是一次实现中成功的概率。...085
- piecewise_linear_distribution 模板定义了浮点值的连续分布，它的概率密度函数是从一系列的样本值所定义的点得到的。每个样本值的权重都决定了它的概率密度值。图 1 展示了一个示...0135
- piecewise_constant_distribution 模板定义了一个在一组分段子区间生成浮点值的分布。给定子区间内的值是均匀分布的，每个子区间都有自己的权重。n 个区间边界可以定义 n1 个...079
- discrete_distribution 模板定义了返回随机整数的范围在 ; for(const auto pr : results) std::cout065
- 对数分布和表示随机变量的正态分布有关，这些值的对数分布是一个正态分布。对数分布是由期望和标准差定义的，但这些参数和变量无关，它们和变量的对数相关。具体来说，一个期望为 μ 标准差为 σ 的随机变量 x...074
- 图 1 显示的是正态(或高斯)分布。它是一条连续的贝尔曲线，期望两边的值是相等的，可以理解为期望就是平均值。它是一个概率分布，因此曲线下方的面积是1。正态分布是由两个参数完全定义的：期望和标准差，它们...064
- 标准均匀分布是一个在范围 { return std::generate_canonical (rng); }); std::copy(std::begin(data),std::end(data),s...074
- uniform_real_distribution 类模板定义了一个默认返回 double 型浮点值的连续分布。可以按如下方式生成一个返回值在范围 [0,10) 内的分布对象：std::uniform...093
